基于测井正演量板与高斯概率场的薄(互)层砂岩厚度预测

经典楔形模型实验假设泥岩背景下发育单砂体,但这与砂、泥岩薄(互)层发育更广泛的实情不一致,现有利用函数式拟合地震属性与砂岩厚度关系进而预测薄(互)层砂岩厚度的方法存在精度上限。为此,提出基于测井正演量板与高斯概率场的薄(互)层砂岩厚度预测方法:首先,基于W油田研究区内不同钻井的储层段测井曲线建立若干楔形模型,通过褶积正演得到适用于研究区的振幅属性—薄(互)层砂岩厚度关系量板,建立振幅属性与砂岩厚度的半定量关系;其次,以薄(互)层累积砂岩厚度与井点地震振幅属性值为数据基础,建立累积砂岩厚度—振幅属性高斯概率场,结合振幅属性—薄(互)层砂岩厚度关系量板,求得地震振幅属性对应的最可能薄(互)层砂岩厚度,最终得到最大概率薄(互)层砂岩厚度与砂岩厚度置信度平面属性。多河道三维模型与油田实际数据应用证明了该方法的有效性与可行性。

基于高斯概率分布场的VFH避障方法研究

提出一种基于传统VFH(Vectorfieldhistogram)避障算法的改进形式,称为PVFH算法。这种方法融入高斯概率分布场,进一步完善VFH算法在第一层对环境信息的提取和利用,为后几层的最优选择提供充分可靠的数据来源。利用这种方法,机器人能够比较好的反映障碍物环境,并对其做出比较准确的反应。